面向公交乘客检测的卷积网络模型优化

乘客检测论文 卷积网络优化论文 通道压缩论文
论文详情
摘要第6-7页
abstract第7-8页
第1章 绪论第11-19页
    1.1 研究背景和意义第11-12页
    1.2 研究现状第12-16页
        1.2.1 公交乘客检测研究现状第12-13页
        1.2.2 目标检测研究现状第13-14页
        1.2.3 卷积网络加速研究现状第14-16页
    1.3 研究工作第16-17页
    1.4 本文内容组织结构第17-19页
第2章 基于卷积网络的公交乘客检测技术研究第19-33页
    2.1 引言第19-20页
    2.2 基于卷积网络的目标检测技术第20-27页
        2.2.1 目标检测技术fasterR-CNN第20-23页
        2.2.2 目标检测技术SSD第23-25页
        2.2.3 目标检测技术YOLO第25-27页
    2.3 基于tinyyolo的公交乘客检测模型第27-32页
        2.3.1 公交乘客检测场景分析第27-29页
        2.3.2 公交乘客数据集制作第29-30页
        2.3.3 公交乘客检测模型训练第30-32页
    2.4 本章小结第32-33页
第3章 公交乘客检测模型的网络结构优化研究第33-45页
    3.1 公交乘客检测模型复杂性分析第33-35页
    3.2 公交乘客检测模型网络结构优化第35-38页
        3.2.1 深度可分离方法第35-37页
        3.2.2 网络结构优化第37-38页
    3.3 实验第38-43页
        3.3.1 实验环境第38-39页
        3.3.2 实验设置第39-40页
        3.3.3 实验结果分析第40-43页
    3.4 本章小结第43-45页
第4章 公交乘客检测模型的通道压缩优化研究第45-55页
    4.1 基于检测准确度差异排名的提出第45页
    4.2 基于检测准确度差异排名的通道压缩优化第45-52页
        4.2.1 通道压缩优化流程第45-46页
        4.2.2 单层输入通道压缩第46-47页
        4.2.3 压缩卷积层确定第47-50页
        4.2.4 检测准确度差异计算第50-51页
        4.2.5 通道压缩优化算法第51-52页
    4.3 实验第52-54页
        4.3.1 实验设置第52页
        4.3.2 实验结果分析第52-54页
    4.4 本章小结第54-55页
结论第55-57页
参考文献第57-61页
致谢第61页
论文购买
论文编号ABS4636002,这篇论文共61页
会员购买按0.30元/页下载,共需支付18.3
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付30.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656